희귀질환 신약 개발 '돌파구'…식약처, 외부 대조군·베이지안 통계 공식화

식품의약품안전처가 희귀·난치 질환 신약 개발의 병목이던 대조군 모집 문제를 풀기 위해 임상통계 심사의 무게중심을 실사용데이터 기반 첨단 분석 기법으로 옮긴다.

식품의약품안전처 소속 식품의약품안전평가원은 5일부터 6일까지 서울 강남구 건설회관에서 '2026년 임상시험 및 연구 산·학·관 공동 통계 콘퍼런스'를 열고 인공지능(AI)과 실사용데이터를 접목한 임상 통계 설계 기법을 집중 논의한다고 5일 밝혔다.

올해로 11년째를 맞은 이번 콘퍼런스의 핵심 주제는 외부 대조군 임상시험의 설계와 수행 고려사항, 실사용데이터 기반 신약 개발과 실사용증거 도출 사례, 국제의약품규제조화위원회(ICH) 가이드라인에 맞춘 베이지안 추론 실무다.

통상 신약 개발의 표준으로 통하는 무작위 대조 임상시험(RCT)은 시험군과 대조군 환자를 무작위 배정해 약효를 비교한다. 그러나 환자 수가 절대적으로 적은 희귀·소아 질환이나 위약 투약 자체가 비윤리적인 항암 분야에서는 대조군 환자 모집이 최대 병목으로 작용해 왔다.

수백억 원의 임상 비용을 감당하기 어려운 국내 바이오벤처에는 대규모 대조군 확보가 사실상 글로벌 임상 진입을 가로막는 진입장벽이었다.

이에 식약처가 규제 가이드라인 수준에서 구체화하는 대안이 외부 대조군과 베이지안 추론이다. 외부 대조군은 별도 대조군 환자를 직접 모집하지 않고 기존 임상시험 데이터나 병원 전자의무기록 등 실사용데이터를 대조군으로 활용하는 방식이다.

여기에 과거 연구 결과나 사전 정보를 새로 확보한 소규모 환자 데이터와 결합해 치료 효과를 추론하는 베이지안 기법을 더하면 적은 환자 수로도 신약의 유효성을 과학적으로 입증할 수 있다. 희귀질환 파이프라인을 보유한 개발사는 임상 기간과 비용을 크게 줄일 수 있게 된다.

다만 통계적 유연성이 곧바로 허가 승인으로 이어지기까지는 풀어야 할 과제가 적지 않다. 외부 대조군을 도입하면 시험군과 대조군 사이의 환자 특성 차이나 선택 편향이 발생하기 쉬워 규제 심사에서 통계적 엄밀성을 입증하기가 더 까다롭다.

연령과 기저질환 중증도 같은 교란변수를 어떻게 보정하느냐에 따라 임상 결과의 신뢰도가 완전히 뒤바뀔 수 있기 때문이다.

규제당국이 제시하는 통계적 보정 기준과 데이터 표준을 개발 초기부터 맞추지 못하면 임상 비용을 아끼려다 오히려 보완 요구를 받아 품목허가가 지연될 위험도 있다. 미국 식품의약국(FDA) 등 해외 규제기관도 외부 대조군을 활용한 단일군 임상 승인 요건을 매우 엄격하게 다루고 있다.

이에 따라 국내 제약·바이오 기업들이 새롭게 정립되는 통계 가이드라인을 글로벌 임상 디자인에 얼마나 정교하게 접목하느냐가 향후 신약 상업화 성패를 가를 분수령이 될 전망이다.